Lorde 稱 Ray-Ban Meta AI 眼鏡“不性感”
歌手 Lorde 在馬德里的 Real Cool 音樂節上公開反對 AI 眼鏡，疑似針對贊助商 Ray-Ban 與 Meta 合作的智慧眼鏡。她表示很難辨別真實與虛幻，並直言“去他媽的眼鏡，不性感”。
- Lorde 在音樂節表演中批評 AI 眼鏡，疑似指向 Ray-Ban Meta 智慧眼鏡。
- 她認為這些眼鏡讓人難以區分真實與虛假，並明確表示反對。
日報
AI 日報
2026-07-13 精選 10 條，按主題聚合。其餘新聞折疊歸檔。
今日必讀
AI客戶逐漸認同“小而美”的理念
OpenAI和Anthropic致力於構建大型通用模型，但微軟等公司正轉向開發小型專用模型，以降低成本並提高效率。微軟的MAI模型家族正在取代OpenAI的模型，用於其產品中的AI功能。
- 微軟開發了MAI系列小型專用模型，正在取代OpenAI的通用模型。
- 小型模型在特定任務上更高效、更經濟，可部署多個例項。
Windows 11 Copilot 告訴你什麼拖慢了電腦，而它自己卻佔用1GB記憶體
微軟正在測試Copilot的“PC Insights”功能，可以分析系統資源使用情況，幫助使用者找出效能瓶頸。然而，Copilot本身是一個完整的Web應用，附帶私人版Edge，空閒時佔用高達1GB記憶體，凸顯了其資源消耗的諷刺性。該功能為可選，預設不自動掃描，使用者需授予許可權。
- Copilot新增“PC Insights”功能，可讀取CPU、記憶體、儲存等系統資訊並回答相關問題。
- 功能為可選，需使用者授權，不會在後臺自動掃描。
AI的記憶。在你的機器上，由你掌控。
exxperts 是一個本地優先的智慧體執行時，提供持久的 AI 房間，帶有受管控的、需審批的記憶功能。所有內容都在本地執行，資料以檔案形式儲存在你的磁碟上，確保隱私和控制權。它提供 Web 應用和 CLI/TUI 兩種介面。
- exxperts 提供持久 AI 房間，記憶寫入需使用者審批，使用者完全控制 AI 的記憶。
- 所有資料都儲存在本地，位於 ~/.exxperts 目錄下，無遙測資料。
Kote：從AI聊天和Git中捕捉並重用工程上下文的開源工具
Kote 是一款開源工具，自動捕捉開發者與 AI 助手的對話、Git 提交記錄以及開發上下文，構建可搜尋的知識庫，幫助開發者快速回憶過去的技術決策和解決方案。支援 VS Code 擴充套件、GitHub 整合、CLI、瀏覽器擴充套件、WhatsApp/Telegram 訊息整合等，可自託管部署。
- Kote 被動捕捉 AI 會話、Git 活動等上下文，自動組織成知識庫。
- 支援 VS Code CodeLens 顯示檔案相關筆記，提供 AI 摘要和時間線。
一步陷阱（人工智慧研究中的常見錯誤）
在人工智慧研究中，一步陷阱是指錯誤地認為所有或大多數學習到的預測可以是一步預測，而長期預測可以透過迭代一步預測得到。雖然這種想法吸引人，但由於誤差累積和計算複雜性問題，在實踐中往往效果不佳。本文分析了這一陷阱及其危害，並提出了使用時間抽象模型（如選項和GVF）的解決方案。
- 一步預測的微小誤差會在迭代過程中累積，導致長期預測嚴重失真。
- 在隨機環境中，長期預測的計算複雜度隨預測長度呈指數增長，難以實現。
反對實用性
本文探討了“無用”研究對未來創新的重要性。作者以Folk Computer系統為例，追溯了從施樂帕克到動態地的研究脈絡，並呼籲資助那些尚未顯現實用價值的正規化級工作。
- Folk Computer是一個開源物理計算系統，讓整個房間成為計算機。
- 該系統源自艾倫·凱、佈雷特·維克多等人的研究傳統。
AI模型協同設計：硬體友好的LLM設計
AI效能取決於準確性、吞吐量和互動性三個維度。本文聚焦吞吐量和互動性，探討模型設計選擇如何在不犧牲準確性的情況下最佳化兩者，旨在推動帕累託前沿向外擴充套件。
- AI效能的三個維度：準確性、吞吐量、互動性。
- 部署必須平衡三者，高準確性若響應慢則無意義。
開源模型只剩下6個月的生命？
當前開源AI面臨著最嚴峻的生存考驗。白宮正討論透過行政命令限制開源模型，特別是針對中國模型和政府用途。同時，蒸餾和前沿能力的政策討論正在同時進行，可能導致在未來6個月內禁止或推遲開源模型。文章批評了Anthropic的監管捕獲行為，認為蒸餾問題的解決方案實際上有利於推動者。API並不比開源模型更安全，而全面禁止開源模型並非良策。開源社群需要團結一致，積極遊說，確保安全部署。
- 白宮討論透過行政命令限制開源模型，可能在未來6個月內禁止或推遲達到GPT-5.5或Claude Opus 4.8能力水平的開源模型。
- 蒸餾爭論本質上是監管捕獲，Anthropic藉此推動有利於自己的政策，而非真正解決安全問題。
Soulless – Spotify上隱藏的AI藝術家名單
Soulless是一個社群驅動的專案，旨在揭露Spotify上隱藏的AI生成音樂藝術家。該專案列出了232位被檢測為AI的藝術家，並公開了他們的月聽眾數和預估收入。此外，Soulless還提供了開源的AI音樂檢測工具，以及相關的資源列表，幫助人們識別AI生成音樂。
- Soulless專案識別出232位AI生成的Spotify藝術家，並公開其月聽眾和收入資料。
- 檢測工具採用整合方法，融合SONICS頻譜圖模型和lofcz聲碼器指紋檢測。
其餘更新（7 條）
GPT-5.6、Fable 5和Grok 4.5根據同一規格重建Basecamp
作者透過Basecamp基準測試評估了GPT-5.6 Sol、Fable 5、Grok 4.5等AI模型在構建前端和後端方面的表現。Fable 5在兩個賽道上均獲勝，Grok 4.5在速度和成本之間取得了最佳平衡。結果顯示，即使是頂級模型在完成度上也有顯著差異，尤其是最後10%的打磨工作。
- Fable 5在前端和後端基準測試中均得分最高，接近真實Basecamp實現。
- Grok 4.5以9.30美元的成本在37分鐘內完成構建，速度成本比最優。
OpenAI的AI在AtCoder世界巡迴賽決賽中擊敗所有人類選手
OpenAI的AI系統在AtCoder世界巡迴賽2026演算法組中解出全部五道題，得分8300分，而人類最高分僅4300分。啟發式組中，AI得分是人類最佳成績的七倍以上。60萬日元的“人類勝出獎”無人領取。該系統被比作即將釋出的GPT-5.6。
- OpenAI的AI解出所有五道演算法題，得8300分，人類最高4300分
- 無人解出最難的C題和E題
AI與寫作的未來：作家圓桌討論對藝術的影響
在一場圓桌討論中，作家與文化評論家探討了人工智慧對語言、創造力和社會的深遠影響。他們指出，AI既增強了也削弱了語言能力，並可能清晰劃分機器與人類靈魂的界限。儘管存在焦慮，但AI也帶來了研究、可及性和診斷方面的機遇。
- AI被視為一種去中心化技術，其進展之迅速如同從萊特兄弟到747客機。
- 作家發現AI既磨礪又鈍化語言能力，需要加倍投入閱讀和寫作訓練。
利用AI讓歷史講述銀行擠兌的故事
研究人員編制了1863-1934年間超過3000次銀行擠兌的資料庫，發現大多數擠兌並未導致銀行倒閉，並分析了時空模式。
- 大多數銀行擠兌並未導致倒閉。
- 銀行擠兌在1873、1893、1907和大蕭條等重大危機期間激增。
三星強制使用者分享健康資料訓練AI，否則無法正常使用
三星健康應用新增AI訓練資料共享要求，使用者若不授權則無法同步健康資料，可能導致手錶功能受限。
- 三星健康應用要求使用者同意使用個人健康資料訓練AI模型，否則無法同步資料。
- 資料包括活動、健康記錄、藥物和月經週期，可能有人工審查。
蘋果失敗的自動駕駛汽車專案留下了強大的AI晶片遺產
蘋果的自動駕駛汽車專案雖未成功，但其對AI處理的需求催生了神經網路引擎。該引擎首次亮相於iPhone X的A11仿生晶片，現已成為蘋果裝置端AI處理的核心，並延續至M系列晶片。未來，蘋果將加速M7晶片開發，其神經網路引擎大幅升級，M7 Ultra伺服器晶片將支援高達1.5TB記憶體。
- 蘋果汽車專案促使神經網路引擎誕生，成為裝置端AI處理基石。
- 神經網路引擎伴隨A11仿生晶片首次用於iPhone X的人臉識別等功能。
開發者未能充分利用AI，因為他們仍緊盯程式碼
許多開發者未能充分發揮自動程式設計的潛力，因為他們仍然過度關注程式碼本身，這使自己成為瓶頸。應將時間投入到新想法、質量保證、設計以及明確目標上。
- 關注程式碼使開發者成為瓶頸
- 應轉向更高層次的任務如設計、QA